研发效能度量模型
2025-07-27 20:27:38 0 举报AI智能生成
研发效能度量的目标和挑战，以及最常用的DIKW模型的应用，以及度量实践
作者其他创作
大纲/内容
目标&挑战
名人名言
如果你不能度量它，就不能改进它
如果你不能度量它，就不能管理它
不能度量
不能管理
保障执行
不能改进
提高效能
目标
目标1：保障执行
组织（跨项目/团队）层面
项目执行：了解项目的整体运作情况，包括状态、风险、计划、交付进度，质量，资源投入
需求交付：了解组织中需求的响应和交付情况，包括需求的输入、存量和交付速率等，并能够从不同维度（如：业务来源、类型等）分别统计，支持更客观、合理的对外承诺
质量状况：掌握组织中的质量情况，包括故障和缺陷的发现、存量和修复等；能够从发现阶段、类型、所属项目，产品等维度等分别统计
资源分布：了解组织中的资源分布和产出情况，包括：人力在项目、业务、工作类型中的分布，以及他们的负载和产出情况，可以合理调整
工程部署：了解整体工程部署情况，包括各个系统和产品的代码提交集成、验证和部署的频度、效率和成功率等
项目（或交付团队）层面）
整体情况：掌握项目的整体情况，包括：质量、需求交付、进度、风险、问题鞥
交付趋势：掌握项目需求的交付的状况及趋势，即时发现异常和问题，并可以针对性的采取措施
质量趋势：掌握项目的质量状况和趋势，，即时发现异常和问题，并可以针对性的采取措施
进行中的事项跟踪
工作负载
迭代交付层面
计划执行：掌握当前迭代计划，进度和偏差，可以即时干预
工作分配负载
目标2：改进效能
外部效能结果（对外的交付能力）
流动效率
透明和评价各个团队、部门对外的响应和交付速度，如响应和交付时长，包括起分布和趋势
资源效率
透明和评价各个团队、部门的产出情况，包括各类需求及缺陷的吞吐效率
交付质量
评价各个团队的交付质量，包括故障和缺陷的密度、影响以及对质量问题的响应速度
内部能力和行为
持续交付能力
透明和评价各个团队，部门的持续交付工程能力，如构建和集成的粒度、效率、成功率、故障的恢复时长等
质量守护能力
评价各个应用，系统或产品的质量守护能力，如测试的覆盖，测试守护的有效性，缺陷的遗漏等
协作行为
前后各个环节和关节内的协作行为，包括整体的规划，协同，内部移交和外部交付模式
质量保障行为
过程中的质量守护的行为，包括各个环节的输出质量，返工率等
挑战
当度量成为一个目标之后，它就不是一个好度量
度量什么就会得到什么，但是结果不是想要的
眼镜蛇效应
目标
减少眼镜蛇带来的伤害
度量
捕获眼镜蛇的数量
结果
更多的伤害
为为了获取奖金，养殖眼镜蛇；政府发现后，取消奖励。养殖的眼镜蛇就没人管了
案例
发现的bug数
影响开发测试的协作
有效度量的本质和4个核心实践
DIKW模型
模型解释
W智慧
指导具体的行动，保障执行和提升效能
知识被应用，才能变成智慧
for 保障执行质量
监控过程质量，即时采取行动，保障交付过程和交付结果质量
for 质量改进
评价组织好和团队的质量水平，并发现问题，指导改进行动，提高长期过程质量和葭否质量
K知识
明确场景下的核心问题，用系统的度量回答问题
需回答一个场景下的问题
如项目监控场景：有没有延期风险，需不需要干预
for 保障执行
质量状况及趋势怎么么好样？质量活动是否有效进行？有什么风险和问题？是否需要干预调整
for 质量改进
当前组织或团队的各方面质量水平怎么样？造成质量问题的根本原因是什么，怎么改进？
I 信息
赋予数据意义，生成指标和图表
比如：需求交付周期
for 保障执行
主要：缺陷单饿密度、趋势、存量、响应和分布
辅助：质量活动（评审和测试）的计划、进度和结果
辅助：质量活动（评审和测试）的计划、进度和结果
for 质量改进
当前的质量水平，如缺陷密度、分布、响应等；质量问题与内部行为（如质量内建行为）能力（如测试和代码质量））的交叉关联分析
D数据
规范和有效实施的数字化，清晰的数据模型
比如：日志
for 保障执行
缺陷基本信息，吞吐和过程数据，代码评审和测试等质量活动的数据
for 质量改进
质量保证的数据基础上，叠加工程行为和能力数据，代码和设计的能力数据，交付和协作行为数据
DIKW模型 for 保障执行质量
W智慧
监控过程质量，即时采取行动，保障交付过程和交付结果质量
K知识
质量状况及趋势怎么么好样？质量活动是否有效进行？有什么风险和问题？是否需要干预调整
I 信息
主要：缺陷单饿密度、趋势、存量、响应和分布
辅助：质量活动（评审和测试）的计划、进度和结果
辅助：质量活动（评审和测试）的计划、进度和结果
D数据
缺陷基本信息，吞吐和过程数据，代码评审和测试等质量活动的数据
DIKW模型 for 质量改进
W智慧
评价组织好和团队的质量水平，并发现问题，指导改进行动，提高长期过程质量和葭否质量
K知识
当前组织或团队的各方面质量水平怎么样？造成质量问题的根本原因是什么，怎么改进？
I 信息
当前的质量水平，如缺陷密度、分布、响应等；质量问题与内部行为（如质量内建行为）能力（如测试和代码质量））的交叉关联分析
D数据
质量保证的数据基础上，叠加工程行为和能力数据，代码和设计的能力数据，交付和协作行为数据
度量的定义
基于可靠的基础数据
组织有意义的信息
回答具体场景下的核心问题
指导有效的行动，并达成目标
做好度量要解决的四个问题
1）建立可靠的基础谁
2）明确场景目标和核心问题
3）系统组织的信息（指标->图表->报表），回答核心问题
4）正确应用度量，指导行动，达成目标
核心实践：建立可靠的数据基础
我们要看哪些数据
数据之间的关联是什么
要打通 需求-变更之间的关系
数据是何时怎么产生的
规范化，数字化
及时可靠的数据
有效的数据分析
2.改进效能
跟踪交付过程
1.保障执行
注：从跟踪交付过程开始应用度量，既可以保障执行，又让数据更加可靠和可信
怎么建立可靠的数据基础
1）厘清产品研发的数字化模型，建立清晰，完备的数据关联
2）在应用数据之前，先保障数据可以用于跟踪交付过程并保障交付的执行
核心实践2：明确定义场景目标和核心问题
保障执行的场景
执行的过程怎么样？有什么问题和风险？场景（如迭代、项目交付、跨项目交付、质量保障、工程交付）不同，要回答的具体问题不同
改进效能的场景
当前的效能水平怎么样？为了改进哪些行为和能力？
核心实践3：组织完整的信息
案例
场景目标
场景化报表
指标和图表
数据
指标结构
内部能力和行为指标
控制指标
效能结果指标
代理指标
业务结果
最终目标
度量信息分两层
指标及指标图表
场景报表
核心实践4：应用度量实践，指导行动，达到目标
度量不是目标
度量并不带来改进
度量是辅助，是改进的基础
三种场景度量解读
跨项目度量
看组织整体状况
了解各项目的整体运作情况
看响应能力与质量
支持更客观和合理的对外承诺
存量需求趋势
期望存量需求少且相对稳定
减少需求的并行
新增需求趋势
期望新增需求持续输入且数量稳定
存量缺陷趋势
期望存量保持较低数量，平稳变化
提升开发提测质量
新增需求趋势
期望缺陷持续输入且数量尽可能少
推动缺陷的即时修复
看资源分配情况
进行资源调度，保障重点业务和终点项目的投入和交付
项目投入人力
项目工作量
敏捷项目度量
看项目整体状况
看项目交付趋势
需求趋势
缺陷趋势
需求交付速率
缺陷修复速率
燃起图
看资源投入情况
成员工作量排名
存量缺陷按成员排名
目标：帮助项目管理者即时发现问题和偏差，推进项目进展
效能分析度量
看交付速率
单位时间内，团队能交付多少个需求
看响应能力
需求从提出到交付上线的时间长短，即需求交付周期
看交付质量
交付过程中缺陷发现和修复的及时性，以及缺陷数量的多少
0 条评论
下一页
